原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于课程知识网络和强化学习的试题生成方法，方法包括：从课程知识中抽取实体和实体之间的关系，构成三元组，基于三元组构建知识图谱，得到课程知识网络；基于学生答题的情况训练基于强化学习的薄弱知识点分析模型，获取实际的学生答题的情况，将实际的学生答题的情况输入薄弱知识点分析模型，输出最优策略，得到薄弱知识点和对应的出题类型；将课程知识网络中薄弱知识点及其图谱信息输入训练完成的试题分析模型，从试题分析模型中输出的题目中筛选出满足出题类型的题目，得到实际试题。与现有技术相比，本发明具有个性化生
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117422062A
(43)申请公布日2024.01.19
(21)申请号202311417421.X
(22)申请日2023.10.30
(71)申请人上海仪电人工智能
文档评论（0）